الانتقال من المتوسط - ضبط الرسم البياني لل قالب

موفينغ أفيراج تشارت تمبلات إن إكسيل استخدام مخطط متوسط ​​ومتوسط ​​متحرك عندما يكون لديك نموذج واحد وتريد متوسطا متحركا. قالب معدل نقل وحدات الماكرو كي يحتوي على خيارين: 1. نقل متوسط ​​الرسم البياني إدخال البيانات في العمود B يشير إلى نقاط البيانات التي تريد تضمينها في المتوسط ​​المتحرك في الخلية K2 يتم حساب الهدف (الوسط) والانحراف المعياري من بياناتك ولكن يمكن أن يكون على الكتابة. 2. ويلر المتوسط ​​المتحرك والمدى إدخال البيانات الخاصة بك في العمود B تشير إلى نقاط البيانات التي تريد تضمينها في المتوسط ​​المتحرك في الخلية AA2 يستخدم هذا القالب حسابات مختلفة لمتوسط ​​الرسم البياني المتحرك ويتضمن مخطط المدى، الرسم البياني مع كب سيك، القدرة مؤامرة واحتمال مؤامرة. أعرف أكثر. لإنشاء نموذج مخطط متوسط ​​متحرك باستخدام وحدات الماكرو كي. لماذا اخترت وحدات الماكرو كي سهولة الاستخدام - معالج يختار مخطط التحكم الصحيح بالنسبة لك - توفير الوقت - نتائج دقيقة دون قلق - يعمل الحق في إكسيل XL2007-2016 ميزات إضافية - يتحول ظروف غير مستقرة الأحمر - إنشاء درج خطوة حدود - قائمة الرسم البياني أتمتة: إضافة البيانات، خطوط الهدف، حدود ريكالك، الخ - 1 انقر فوق لوحة التحكم الرسم البياني لوحة بأسعار معقولة - فقط 249 لكل ترخيص وأقل مع كمية الخصوماتخريطة طريق لاستخدام المخططات الزمنية مرجحة التحكم فيشواجيت جوشي 0 اختيار النوع الصحيح من مخطط التحكم هو نقطة انطلاق حيوية ل (سيك). يعتمد المخطط الذي سيتم استخدامه بشكل رئيسي على تصنيف البيانات ونوع التوزيع الأساسي والقصد من التطبيق. اختيار نوع خاطئ يمكن أن يؤدي إلى العديد من الانذارات الكاذبة، مما يؤدي إلى عمليات بحث مكلفة وغير مثمرة لأسباب محالة. مع مجموعة واسعة من الخيارات الرسم البياني السيطرة المتاحة، واختيار المخطط الذي يناسب عملية معينة يمكن أن يكون مهمة صعبة. ويزيد الارتباك مع إمكانية تطبيق مخططين مختلفين للتحكم في البيانات نفسها. هذا هو الحال بشكل خاص عند استخدام المخططات السيطرة مرجحة زمنيا. على سبيل المثال، يمكن تحليل مجموعة البيانات نفسها باستخدام مخطط نطاق متحرك فردي (I-مر) بالإضافة إلى مخططات تحكم مرجحة زمنيا مثل المخطط المتحرك المتوسط ​​المرجح أوما (إوما) أو مخطط التحكم التراكمي (كوزوم). ومع ذلك، فإن نية وطريقة تطبيق كلا النوعين من المخططات الزمنية المرجحة مختلفة تماما. الممارسين في كثير من الأحيان لا تركز بما فيه الكفاية على 8220intent8221 من استخدام نوع معين من الرسم البياني السيطرة التي قد تؤدي إلى تفسير غير صحيح للنتائج. لقد كان وقت وكيفية استخدام مخطط التحكم المرجح زمنيا مجالا من الارتباك لمشرفي الجودة في خطوط الإنتاج (الفهم التشغيلي) وكذلك ممارسي سيك (مقارنة الأداء الإحصائي). مثال على مخططات التحكم المختلفة النتائج تقدم مجموعات البيانات التالية مثالا على الاستنتاجات المختلفة التي توصل إليها مخططان تحكمان مختلفان. يتم تحليل البيانات باستخدام مخطط I-مر وكذلك مخطط إوما والاستنتاجات المستخلصة متناقضة. ومن الصعب اتخاذ قرار إذا لم يكن القصد من التحليل مفهوما. الحالة 1: يظهر مخطط I-مر عملية خارج عن السيطرة في حين لا ينظر إلى مثل هذه العلامات في المخططات السيطرة مرجحة زمنيا. الحالة 2: يظهر مخطط I-مر عملية تحكم في حين تظهر المخططات الزمنية المرجحة اتجاها تصاعديا واضحا في بيانات العملية. مقارنة الأداء الإحصائي عيب رئيسي من مخططات التحكم من نوع شيوهارت هو أنهم يستخدمون فقط معلومات حول العملية في آخر نقطة تآمر، وبالتالي هذه المخططات ليس لها ذاكرة. ولا تؤثر الملاحظات السابقة على احتمال وجود إشارات خارجة عن السيطرة في المستقبل. قواعد الاتجاه أو قواعد المنطقة يمكن أن تستخدم لإدخال بعض الذاكرة مما يؤدي إلى الكشف بشكل أسرع من التحولات الصغيرة. المخططات السيطرة على الوقت المرجح هي بديل لمخططات شيوهارت لتتبع التحولات الصغيرة في العملية. على عكس المخططات شيوهارت، فإنها الاستفادة من نقاط البيانات التاريخية وكشف بسرعة التحولات الصغيرة (من أجل أقل من 3 سيغما). خارطة الطريق لمخططات التحكم المرجح زمنيا على الرغم من أن المخططات السيطرة على الوقت المرجح هي مفيدة جدا، وليس المقصود منها أن تحل تماما محل الخرائط شيوهارت، والتي يمكن استخدامها للكشف عن تشكيلة واسعة من الآثار (التحولات من 3 سيغما أو أعلى النظام) التي هي بسبب أسباب محالة. ويوصى في كثير من الأحيان أن حدود شيوهارت يمكن استخدامها جنبا إلى جنب مع إوما أو الرسم البياني كوسوم. يجب أن يكون القصد من استخدام مخطط التحكم للتحليل مفهوما جيدا مسبقا. هناك سؤالان مهمان يجب الإجابة عليهما: هل يبحث الفريق بشكل خاص عن الكشف عن التحولات الصغيرة نسبيا في العملية كيف يكون التحول الصغير (من ترتيب 1 أو 2 سيغما) مهما للعملية الإجابة عن هذه الأسئلة تساعد على توضيح الغرض من استخدام مخططات التحكم ذات مرجح زمني. وهو يحدد المعلمات (الوزن ل إوما الرسوم البيانية والتحول والركود للرسوم البيانية كوسوم) من المخططات الزمنية المرجح وتحليل مجموعة البيانات وفقا لذلك. يجب أن تبدأ فرق المشروع مع مخطط التحكم شيوهارت لعدم الاستقرار عملية واضحة، إن وجدت، ومن ثم استخدام مخطط مراقبة مرجحة زمنيا لتحديد التحولات الصغيرة في العملية. خارطة الطريق لاستخدام المخططات السيطرة على الوقت المرجح بالتزامن مع المخططات السيطرة شيوهارت أدناه: خارطة الطريق لاستخدام الرسوم البيانية التحكم مرجحة الوقت الاستنتاج: اثنين من الرسوم البيانية السيطرة أفضل من واحد المخططات توقيت مرجحة هي بديلا جيدا للمخططات السيطرة شيوهارت للكشف عن الصغيرة التحولات بسرعة. ومع ذلك، يجب أن يكون المستخدم واضحا حول نية استخدام هذه المخططات السيطرة. وتساعد خارطة الطريق، التي تم تطويرها من خلال الخبرة العملية، على تحقيق نتائج أفضل باستخدام كل من خرائط شيوهارت ومخططات التحكم الزمنية. ترك دليل كومنتا للسيطرة على الرسوم البيانية كارل بيراردينلي 40 المخططات السيطرة واثنين من الاستخدامات العامة في مشروع تحسين. التطبيق الأكثر شيوعا هو أداة لرصد استقرار العملية والسيطرة عليها. أقل شيوعا، على الرغم من أن البعض قد يجادل أكثر قوة، واستخدام المخططات السيطرة هو كأداة تحليل. تقدم الأوصاف أدناه لمحة عامة عن أنواع مختلفة من المخططات السيطرة لمساعدة الممارسين تحديد أفضل مخطط لأي حالة الرصد، تليها وصف للطريقة لاستخدام المخططات السيطرة للتحليل. تحديد التباين عندما تكون العملية مستقرة وفي عنصر التحكم، فإنه يعرض تباين السبب المشترك، والاختلاف المتأصل في العملية. وتتحكم العملية عندما تستند إلى الخبرة السابقة، يمكن التنبؤ بكيفية اختالف العملية) ضمن الحدود (في المستقبل. إذا كانت العملية غير مستقرة، تعرض العملية تباين السبب الخاص، والتباين غير العشوائي من العوامل الخارجية. مخططات التحكم هي أدوات بسيطة وقوية لفهم تقلب العملية. عمليات الدول أربع عملية تقع في واحدة من أربع ولايات: 1) مثالية، 2) عتبة، 3) على حافة الفوضى و 4) حالة الفوضى (الشكل 1). 3 عندما تعمل عملية في حالة مثالية. هذه العملية هي في السيطرة الإحصائية وتنتج المطابقة 100 في المئة. وقد أثبتت هذه العملية الاستقرار والأداء المستهدف مع مرور الوقت. هذه العملية يمكن التنبؤ بها و إنتاجها يلبي توقعات العملاء. وتتميز العملية التي هي في حالة عتبة كونها في السيطرة الإحصائية ولكن لا تزال تنتج عدم المطابقة في بعض الأحيان. وهذا النوع من العملية تنتج مستوى ثابت من عدم المطابقة والمعارض قدرة منخفضة. وعلى الرغم من أنه يمكن التنبؤ به، فإن هذه العملية لا تلبي احتياجات العملاء باستمرار. على حافة حالة الفوضى يعكس عملية ليست في السيطرة الإحصائية، ولكن أيضا لا تنتج عيوب. وبعبارة أخرى، فإن العملية لا يمكن التنبؤ بها، ولكن نواتج العملية لا تزال تلبي متطلبات العملاء. ومع ذلك، فإن عدم وجود عيوب يؤدي إلى إحساس زائف بالأمن، لأن هذه العملية يمكن أن تنتج عدم توافق في أي لحظة. كلها مسألة وقت. حالة العملية الرابعة هي حالة الفوضى. هنا، العملية ليست في السيطرة الإحصائية وتنتج مستويات لا يمكن التنبؤ بها من عدم المطابقة. الشكل 1: أربع دول عملية تقع كل عملية في إحدى هذه الدول في أي وقت، ولكنها لن تبقى في تلك الدولة. سوف تهاجر جميع العمليات نحو حالة الفوضى. وعادة ما تبدأ الشركات نوعا من جهود التحسين عندما تصل العملية إلى حالة الفوضى (على الرغم من أنه يمكن القول إن من الأفضل تقديم خطط تحسين على حافة الفوضى أو حالة العتبة). المخططات التحكم هي أدوات قوية وفعالة لاستخدامها كجزء من الاستراتيجية المستخدمة للكشف عن هذا تدهور العملية الطبيعية (الشكل 2). الشكل 2: عناصر تدهور العمليات الطبيعية في مخطط التحكم هناك ثلاثة عناصر رئيسية في مخطط التحكم كما هو مبين في الشكل 3. ويبدأ مخطط التحكم برسم بياني لسلسلة زمنية. ويضاف خط مركزي (X) كمرجع مرئي للكشف عن التحولات أو الاتجاهات ويشار إلى ذلك أيضا باسم موقع العملية. وتحسب حدود التحكم العليا والسفلى (أوكل و لكل) من البيانات المتاحة وتوضع على مسافة متساوية عن الخط المركزي. ويشار إلى ذلك أيضا باسم تشتت العملية. الشكل 3: عناصر من مخطط التحكم حدود السيطرة (كلس) ضمان الوقت لا يضيع تبحث عن مشكلة لا لزوم لها يجب أن يكون الهدف من أي عملية تحسين ممارس لاتخاذ إجراءات فقط عندما يكون هناك ما يبرره. يتم حساب حدود الرقابة من خلال: تقدير الانحراف المعياري. من بيانات العينة ضرب هذا الرقم من خلال ثلاثة إضافة (3 × إلى المتوسط) ل أوكل وطرح (3 × من المتوسط) لكل لكل رياضي، فإن حساب حدود السيطرة على النحو التالي: (ملاحظة: فإن رمز سيغما يشير إلى أن هذا هو تقدير للانحراف المعياري وليس الانحراف المعياري الحقيقي للسكان). نظرا لأن حدود التحكم يتم حسابها من بيانات العملية، فهي مستقلة عن توقعات العملاء أو حدود المواصفات. تستفيد قواعد التحكم من المنحنى الطبيعي الذي يكون فيه 68.26 في المئة من جميع البيانات ضمن زائد أو ناقص انحراف معياري واحد عن المتوسط، و 95.44 في المئة من جميع البيانات ضمن زائد أو ناقص اثنين من الانحرافات المعيارية عن المتوسط، و 99.73 في المئة من البيانات سوف في حدود زائد أو ناقص ثلاثة انحرافات معيارية عن المتوسط. وعلى هذا النحو، ينبغي أن توزع البيانات عادة (أو تتحول) عند استخدام مخططات التحكم، أو قد يشير المخطط إلى معدل مرتفع غير متوقع من الإنذارات الكاذبة. الاختلاف المراقب يتميز الاختلاف المتحكم فيه بنمط متغير ومستقر من الاختلاف بمرور الوقت، ويرتبط بالأسباب الشائعة. العملية التي تعمل مع الاختلاف المتحكم فيه لها نتائج يمكن التنبؤ بها ضمن حدود حدود المراقبة. الشكل 4: مثال على التغيرات الخاضعة للرقابة التغيرات غير الخاضعة للرقابة يتميز الاختلاف غير المتحكم فيه بالتغير الذي يتغير بمرور الوقت ويرتبط بأسباب خاصة. نتائج هذه العملية لا يمكن التنبؤ بها العملاء قد تكون راضية أو غير راض نظرا هذا عدم القدرة على التنبؤ. الشكل 5: مثال على الاختلاف غير المنضبط يرجى ملاحظة: عملية التحكم والقدرة على العملية هما أمران مختلفان. وينبغي أن تكون العملية مستقرة وتحت السيطرة قبل تقييم القدرة على العملية. الشكل 6: علاقة الرسم البياني للتحكم في المخططات العادية للتحكم في المنحنى للبيانات المستمرة الأفراد والخرائط المنقولة يعتبر مخطط الأفراد والمدى المتحرك (I-مر) أحد أكثر مخططات التحكم استخداما للبيانات المستمرة التي يمكن تطبيقها عند نقطة بيانات واحدة يتم جمعها في كل نقطة في الوقت المناسب. مخطط التحكم I-مر هو في الواقع اثنين من الرسوم البيانية المستخدمة في جنبا إلى جنب (الشكل 7). معا يراقبون متوسط ​​العملية وكذلك اختلاف العملية. مع المحاور السينية التي تستند إلى الوقت، يظهر الرسم البياني تاريخ العملية. يستخدم الرسم البياني I للكشف عن الاتجاهات والتحولات في البيانات، وبالتالي في هذه العملية. يجب أن يكون الرسم البياني للأفراد البيانات التي أمرت الوقت الذي هو، يجب إدخال البيانات في التسلسل الذي تم إنشاؤه. إذا لم يتم تتبع البيانات بشكل صحيح، قد لا يتم الكشف عن الاتجاهات أو التحولات في العملية ويمكن أن تعزى بشكل غير صحيح إلى عشوائي (سبب مشترك) الاختلاف. وهناك تقنيات متقدمة لتحليل المخططات الرقابية تتخلى عن كشف التحولات والاتجاهات، ولكن قبل تطبيق هذه الأساليب المتقدمة، ينبغي رسم البيانات وتحليلها في تسلسل زمني. ويبين المخطط مر التغير على المدى القصير في عملية تقييم لاستقرار الاختلاف العملية. النطاق المتحرك هو الفرق بين الملاحظات المتتالية. ومن المتوقع أن الفرق بين النقاط المتتالية يمكن التنبؤ به. وتشير النقاط خارج حدود المراقبة إلى عدم الاستقرار. إذا كان هناك أي من نقاط التحكم، يجب القضاء على الأسباب الخاصة. بمجرد إزالة تأثير أي نقاط خارج عن السيطرة من المخطط مر، انظر إلى الرسم البياني الأول. تأكد من إزالة النقطة عن طريق تصحيح العملية ليس بمجرد محو نقطة البيانات. الشكل 7: مثال على األفراد والمدى المتحرك) I-مر (الرسم البياني يستخدم أفضل مخطط بياني I-مر عندما: حجم المجموعة الفرعية الطبيعية غير معروف. سلامة البيانات يمنع صورة واضحة لمجموعة فرعية منطقية. البيانات نادرة (وبالتالي تجميع فرعية ليست عملية بعد). ولم تحدد بعد المجموعة الفرعية الطبيعية التي يتعين تقييمها. المخططات المدى زبار آخر يشيع استخدام مخطط التحكم للبيانات المستمرة هو زبار ومجموعة (زبار-R) الرسم البياني (الشكل 8). مثل المخطط I-مر، ويتكون من اثنين من الرسوم البيانية المستخدمة جنبا إلى جنب. يتم استخدام الرسم البياني زبار-R عندما يمكنك جمع عقلانية قياسات في مجموعات فرعية بين اثنين و 10 الملاحظات. كل مجموعة فرعية هي لقطة من العملية في نقطة معينة في الوقت المناسب. الرسوم البيانية للمحاور السينية تعتمد على الوقت، بحيث يظهر المخطط تاريخ العملية. لهذا السبب، من المهم أن تكون البيانات في الوقت المناسب. يستخدم مخطط زبار لتقييم اتساق متوسطات العملية عن طريق رسم متوسط ​​كل مجموعة فرعية. وهي فعالة في الكشف عن التحولات الكبيرة نسبيا (عادة زائد أو ناقص 1.5 أو أكبر) في متوسط ​​العملية. الرسم البياني R. من ناحية أخرى، رسم نطاقات كل مجموعة فرعية. ويستخدم المخطط R لتقييم مدى اتساق اختلاف العملية. نظرة على الرسم البياني R أولا إذا كان مخطط R خارج نطاق السيطرة، ثم حدود السيطرة على الرسم البياني زبار لا معنى له. الشكل 8: مثال على مخطط زبار والمدى (زبار-R) ويبين الجدول 1 الصيغ لحساب حدود السيطرة. العديد من حزم البرمجيات تفعل هذه الحسابات دون الكثير من الجهد المستخدم. (ملاحظة: بالنسبة إلى مخطط I-مر، استخدم حجم العينة، n. من 2.) لاحظ أن حدود التحكم هي دالة للمدى المتوسط ​​(ربار). وهذا هو السبب التقني الذي يجعل المخطط R يحتاج إلى السيطرة قبل إجراء مزيد من التحليل. إذا كان النطاق غير مستقر، فسيتم تضخيم حدود التحكم، مما قد يؤدي إلى تحليل خاطئ والعمل اللاحق في المنطقة الخاطئة للعملية. الجدول 1: حسابات الحد من التحكم الجدول 2: الثوابت لحساب حدود التحكم يمكن حساب هذه الثوابت نعم، استنادا إلى d 2. حيث d 2 هو ثابت الرسم البياني الذي يعتمد على حجم المجموعة الفرعية. وتستخدم المخططات I-مر و زبار-R علاقة ربار d 2 كتقدير للانحراف المعياري. وبالنسبة لأحجام العينات التي تقل عن 10، يكون هذا التقدير أكثر دقة من مجموع تقديرات المربعات. ثابت، د 2. يعتمد على حجم العينة. لهذا السبب تتغير معظم حزم البرامج تلقائيا من مخططات زبار-R إلى زبار-S حول أحجام العينات من 10. الفرق بين هذين المخططين هو ببساطة تقدير الانحراف المعياري. التحكم في الرسوم البيانية للبيانات المنفصلة تستخدم عند تحديد العدد الإجمالي للعيوب في الوحدة (ج) التي حدثت خلال فترة أخذ العينات، ج - chart يسمح للممارس بتعيين كل عينة أكثر من عيب واحد. ويستخدم هذا المخطط عندما يكون عدد العينات لكل فترة معاينة هو نفسه في الأساس. الشكل 9: مثال على C - Chart على غرار c - chart، يتم استخدام u - chart لتتبع العدد الإجمالي للعيوب في الوحدة (u) التي تحدث خلال فترة أخذ العينات ويمكن تتبع عينة وجود أكثر من عيب واحد. ومع ذلك، على عكس c - chart، يستخدم u - chart عندما عدد العينات من كل فترة أخذ العينات قد تختلف اختلافا كبيرا. الشكل 10: مثال على u - Chart استخدم نب - chart عند تحديد إجمالي عدد الوحدات المعيبة (قد يكون للوحدة واحد أو أكثر من العيوب) مع حجم أخذ العينات المستمر. الشكل 11: مثال على نب - Chart يستخدم عندما يمكن اعتبار كل وحدة تمرير أو فشل بغض النظر عن عدد من العيوب p - chart يبين عدد الفشل المتتبع (نب) مقسوما على عدد من إجمالي الوحدات (ن). الشكل 12: مثال على p - Chart لاحظ أنه لا توجد مخططات تحكم منفصلة لها مخططات نطاق مقابلة كما هو الحال مع المخططات المتغيرة. ويقدر الانحراف المعياري من المعلمة نفسها (p u أو c) وبالتالي لا يلزم وجود نطاق. كيفية تحديد مخطط التحكم على الرغم من أن هذه المقالة تصف مجموعة كبيرة من المخططات السيطرة، وهناك أسئلة بسيطة يمكن للممارس أن يطلب للعثور على الرسم البياني المناسب لأي استخدام معين. الشكل 13 يمشي من خلال هذه الأسئلة ويوجه المستخدم إلى الرسم البياني المناسب. الشكل 13: كيفية اختيار مخطط التحكم يمكن أخذ عدد من النقاط في الاعتبار عند تحديد نوع مخطط التحكم المطلوب استخدامه، مثل: مخططات التحكم في المتغيرات (تلك التي تقيس التغير على نطاق مستمر) أكثر حساسية للتغيير من (تلك التي تقيس الاختلاف على مقياس منفصل). الرسوم البيانية المتغيرات مفيدة لعمليات مثل قياس أداة ارتداء. استخدم مخططا شخصيا عندما تتوفر بعض القياسات (على سبيل المثال عندما تكون غير متكررة أو تكون مكلفة بشكل خاص). وينبغي استخدام هذه المخططات عندما لا تكون المجموعة الفرعية الطبيعية معروفة بعد. تم العثور على مقياس للوحدات المعيبة مع ش 8211 و c - charts. في شارت، يجب أن تكون العيوب داخل الوحدة مستقلة عن بعضها البعض، مثل فشل المكونات على لوحة الدوائر المطبوعة أو عدد العيوب في بيان الفوترة. استخدم u - chart للمواد المستمرة، مثل النسيج (على سبيل المثال العيوب لكل متر مربع من القماش). و - cart هو بديل مفيد ل u - الرسم البياني عندما يكون هناك الكثير من العيوب المحتملة على وحدة، ولكن هناك فرصة صغيرة فقط من أي عيب واحد يحدث (على سبيل المثال العيوب في لفة من المواد). عند رسم النسب، ص 8211 و نب - charts هي مفيدة (على سبيل المثال معدلات الامتثال أو غلة العملية). التجميع الفرعي: المخططات التحكم كأداة لتحليل تجميع فرعي هو طريقة لاستخدام المخططات السيطرة كأداة تحليل. مفهوم المجموعة الفرعية هو واحد من أهم مكونات طريقة الرسم البياني للمراقبة. وتنظم التقنية البيانات من العملية لإظهار أكبر التشابه بين البيانات في كل مجموعة فرعية وأكبر الفرق بين البيانات في مجموعات فرعية مختلفة. والهدف من التجميع الفرعي هو أن يشمل فقط الأسباب الشائعة للتغير داخل المجموعات الفرعية وأن تحدث جميع الأسباب الخاصة للتغير بين المجموعات الفرعية. وعندما يفهم الاختلاف داخل المجموعة وفيما بين المجموعات، فإن عدد المتغيرات المحتملة، أي عدد المصادر المحتملة للتغير غير المقبول، يقل بدرجة كبيرة، وحيث يمكن أن يكون من السهل تحديد جهود التحسين. وبالنسبة لكل مجموعة فرعية، يمثل الاختلاف داخل النطاق. الشكل 14: ضمن تغير المجموعة الفرعية يعرض المخطط R التغيير في تشتت المجموعة الفرعية داخل العملية ويجيب على السؤال: هل يتسق الاختلاف داخل المجموعات الفرعية إذا كان المخطط الزمني خارج نطاق التحكم، فإن النظام غير مستقر. فإنه يخبرك أن تحتاج إلى البحث عن مصدر عدم الاستقرار، مثل ضعف التكرار القياس. من الناحية التحليلية أنه من المهم لأن حدود السيطرة في المخطط X هي وظيفة R - شريط. إذا كان مخطط المدى خارج نطاق التحكم ثم R - بار هو مبالغ فيه كما هو الحد التحكم. وهذا يمكن أن يزيد من احتمال الاتصال بين الاختلاف الفرعي في المجموعة الفرعية الاختلاف ويرسل لك العمل على منطقة خاطئة. ضمن التباين يتسق عندما يكون الرسم البياني R وبالتالي العملية التي يمثلها هو في السيطرة. يجب أن يكون الرسم البياني R في السيطرة لرسم المخطط زبار. الشكل 15: مثال على الرسم البياني بين التغير في المجموعة الفرعية بين التغير في المجموعة الفرعية يمثل الفرق في متوسطات المجموعات الفرعية. الشكل 16: بين تغير المجموعة الفرعية مخطط زبار، خذ اثنين يظهر مخطط زبار أي تغييرات في متوسط ​​قيمة العملية ويجيب على السؤال: هل الاختلاف بين متوسطات المجموعات الفرعية أكثر من الاختلاف داخل المجموعة الفرعية إذا كان مخطط زبار هو في السيطرة، والتباين 8220between8221 هو أقل من الاختلاف 8220within.8221 إذا لم يكن مخطط زبار في السيطرة، والاختلاف 8220between8221 أكبر من التباين 8220within.8221 الشكل 17: مخطط زبار ضمن الاختلاف هذا هو قريب من كونه تحليل رسومية من التباين (أنوفا). بين وداخل تحليلات توفير تمثيل رسومي مفيدة في حين توفر أيضا القدرة على تقييم الاستقرار أن أنوفا تفتقر. باستخدام هذا التحليل جنبا إلى جنب مع أنوفا هو مزيج قوي. الخلاصة معرفة مخطط التحكم الذي سيستخدم في حالة معينة سيضمن مراقبة دقيقة لاستقرار العملية. وسوف يقضي على النتائج الخاطئة والجهد الضائع، مع تركيز الاهتمام على الفرص الحقيقية لتحقيق تحسن ملموس. المراجع مجلس الجودة في إنديانا. شهادة سيجما سيغما الحزام الأسود رئيس الوزراء، الطبعة الثانية، مجلس الجودة في ولاية إنديانا، غرب تير هوت، إند 2012. توبياك، T. M. و بنبو، دونالد دبليو دليل سيغما الحزام الأسود معتمد. الطبعة الثانية، أسك جودة الصحافة، ميلووكي، ويسك. 2009. ويلر، دونالد J. و تشامبرس، ديفيد S. فهم عملية التحكم الإحصائي. سيك بريس، نوكسفيل، تن 1992. اترك التعليق أربعة تعليقات. أ. فيما يتعلق ببياناتك: 8220 تستفيد قواعد التحكم من المنحنى الطبيعي الذي يكون فيه 68.26 في المئة من جميع البيانات ضمن زائد أو ناقص انحراف معياري واحد عن المتوسط، 95.44 في المئة من جميع البيانات ضمن زائد أو ناقص اثنين من الانحرافات المعيارية عن المتوسط، و 99.73 في المئة من البيانات ستكون ضمن زائد أو ناقص ثلاثة انحرافات معيارية عن المتوسط. وعلى هذا النحو، يجب أن توزع البيانات عادة) أو تتحول (عند استخدام مخططات التحكم، أو قد يشير المخطط إلى معدل عال غير متوقع من اإلنذارات الكاذبة .8221 وكما كنت محددا في وصف العديد من جوانب التحكم في الرسم والتمييز بين األنواع المختلفة، يجب أن تكون محددة حول أي الرسوم البيانية 8220use8221 التوزيع العادي والتي don8217t. أولا، تستند حدود مخططات التحكم في السمات على توزيعات الاحتمالات المنفصلة (8211)، التي تعرف أنها لا يمكن أن تكون طبيعية (فهي مستمرة). وبالتالي، لا يعتمد مخطط التحكم في السمات على الوضع الطبيعي. وثانيا، لا يتبع الانحراف المعياري والانحراف المعياري التوزيع الطبيعي، ولكن الثوابت تستند إلى الملاحظات الواردة من التوزيع الطبيعي. يمكن أن ينطبق البيان الخاص بك على MR-، R-، و S - المخططات. هناك أدلة على متانة (كما تقول) من هذه المخططات. ثالثا، يعتمد المخطط زبار بسهولة على نظرية الحد المركزي دون التحول إلى أن تكون طبيعية تقريبا للعديد من توزيعات الملاحظات. رابعا، حتى بالنسبة للمخطط الأول، بالنسبة لكثير من التوزيعات المتناظرة أو غير المتكافئة تقريبا، فإن الحدود هي نوعا ما robust8211 كما قلت. (ب) بالنسبة لأحجام العينات التي تقل عن 10، يكون هذا التقدير أكثر دقة من مجموع تقديرات المربعات. عامل d2 يزيل التحيز من تحويل ربار كما يفعل عامل c4 عند استخدام الرسم البياني، لذلك كلاهما غير متحيز (إذا كان هذا هو ما كنت تعني دقيقة). من ناحية أخرى، فإن Rd2 أكثر اختلافا من sc4. وأود أن استخدام R - الرسم البياني على الرسم البياني S بغض النظر عن حجم المجموعة الفرعية 8211 عرضة ربما إذا تم إنشاء المخططات يدويا. والسبب هو أن R - الرسم البياني هو أقل كفاءة (أقل قوة) من S - المخطط. وبالإضافة إلى ذلك، وكما أشير إلى ذلك، يتم إنشاء الحدود عن طريق تحويل ربار إلى تقدير الانحراف المعياري بقسمة d2. لماذا يتم تقديره بشكل غير مباشر 8211 خاصة إذا كان البرنامج يقوم بعمليات الحساب ج. يتم إضافة خط مركزي (X) كمرجع مرئي للكشف عن التحولات أو الاتجاهات ويشار إلى ذلك أيضا باسم موقع العملية. كما هو الحال مع وجهة نظري (A)، يعتمد هذا البيان على مخطط التحكم. بالنسبة لخطتي I - و زبار، فإن خط الوسط هو موقع العملية. بالنسبة لجميع المخططات الأخرى، فإنه ليس (أو، أنا سوء الفهم ما تقصده موقع العملية). وهناك طريقة أفضل لفهم خط الوسط على الرسم البياني هو التعرف على أن كل نوع من المخطط يراقب إحصائية لمجموعة فرعية: شاشات زبار والمتوسطات، ونطاقات شاشات R، ومراقبين S الانحرافات المعيارية، وعدد مراقبين ج، وما إلى ذلك خط الوسط هو متوسط ​​هذه الإحصائية في جميع المجموعات الفرعية. الآن يجب أن يكون أكثر وضوحا أنه، على سبيل المثال، خط الوسط من R-تشارت لا يمكن أن يكون موقع العملية هو المدى المتوسط. وبالمثل، بالنسبة إلى S-، MR-، وجميع المخططات السمة. 1. تقدير الانحراف المعياري. من عينة البيانات 2. مضاعفة هذا العدد من ثلاثة 3. إضافة (3 × إلى المتوسط) ل أوكل وطرح (3 × من المتوسط) لكل لكل رياضي، فإن حساب حدود السيطرة يشبه: متوسط ​​كل 3hat8221 مرة أخرى، لكي يكون أكثر وضوحا، يكون المتوسط ​​في هذه الصيغة (إذا تم تطبيقه بشكل عام على جميع مخططات التحكم) هو متوسط ​​الإحصاء الذي يتم رسمه على المخطط. ويمكن أن يكون متوسط ​​الوسائل، ومتوسط ​​النطاقات، ومتوسط ​​التهم، وما إلى ذلك. الذي يستخدم على حدود المراقبة ليس تقديرا للانحراف المعياري للسكان. هذا هو الخطأ القياسي للإحصاء الذي يتم رسمه. وهذا هو، هو الانحراف المعياري للمتوسطات في الرسم البياني زبار، والانحراف المعياري للعد في الرسم البياني، والانحراف المعياري للانحرافات المعيارية في الرسم البياني S، وهلم جرا. هناك طريقة محددة للحصول على هذا. بسبب عدم وضوح الصيغة، غالبا ما يتم البناء اليدوي للمخططات بشكل غير صحيح. هذا هو السبب في أنه ينصح باستخدام البرامج.